应用命令、工作表标识符和示例数据值保留原文。截图、图表和下载文件均为英文。
示例： 恰好两个不合格标签
检查 25 个标签。假定每个标签的不合格概率均为 4%，且彼此独立。
下载情景参考数据（CSV，英文列名）此示例与 Help 中使用的示例相同。CSV 文件列出了参考情景。请在 Inputs 中手动输入所选情景；导入文件不会配置此计算器。可在 Help 中使用 Open example in a practice copy 预填输入。
1. 创建工作区
在侧边栏中打开 Basic Statistics，选择 Distributions。创建并命名分析，选择 New blank worksheet，然后选择 Create analysis。
2. 选择计算类型
在 Inputs 中，选择 Discrete 作为 Distribution type，选择 Binomial 作为 Distribution，然后选择 Probability mass (PMF) 作为 Calculation。
3. 输入模型
在 Number of trials (n) 中输入 25，在 Success probability (p) 中输入 0.04。此处“成功”指发现一个不合格标签。
4. 输入所需计算的问题
选择 Single value 作为 Value source。在 Value (x) 中输入 2。无需指定工作表列。
5. 运行分析
选择 Run analysis，然后打开 Results。
6. 解读结果
核对所需计算的问题
检查 25 个标签。假定每个标签的不合格概率均为 4%，且彼此独立。
阅读计算值
PMF 为 0.187707，约为 18.77%。在此模型下，这表示 25 个标签中恰好发现两个不合格标签的概率。
理解结果含义
恰好两个不包括零个或一个。如需计算至多两个的概率，应使用累积概率。
谨慎使用模型
检查相同不合格概率及独立性假设对所抽取的标签是否合理。批次内聚集可能使此模型不适用。
更多详情：阅读各结果部分
完整结果表采用六位有效数字，与 Help 中一致。
分布计算值
x 为所求的计数。PMF 为 P(X = x)，即恰好出现该计数的概率。恰好两个不包括零个或一个。如需计算至多两个的概率，应使用累积概率。
| x | PMF |
|---|---|
| 2 | 0.187707 |
分布摘要
类型区分连续数值与整数计数。分布标识所用模型。计算类型记录 PMF（指定计数的概率）、PDF（概率密度）、CDF（累积概率）或 ICDF（分位数）。其余各行记录当前参数；这些是在 Inputs 中输入的假设。
| 设置 | 数值 |
|---|---|
| 类型 | Discrete |
| 分布 | Binomial |
| 计算 | PMF |
| 试验次数（n） | 25 |
| 成功概率（p） | 0.04 |
- 二项分布(n=25, p=0.04)
7. 创建报告
保留 Distribution values（或分位数表）和 Distribution summary。说明模型假设、时间单位或计数区间，以及所要解答的问题。恰好两个不包括零个或一个。如需计算至多两个的概率，应使用累积概率。
在已完成的运行中选择 Add to report 。打开 Choose individual items and advanced options 以选择表格和图表，然后选择 Add to draft。隐藏的项目仍会保留在已保存的分析中。
为报告命名，并添加研究目的和您的解读。选择 Save，查看 Preview，然后使用 Export → Download HTML。以下示例包含全部已选内容，包括超出单屏显示范围的结果。